李俊

关键词：人工智能 大数据 职业教育

人工智能与大数据在各行各业的主要应用有：语音识别、图像识别、无人驾驶、智能助手、专家系统、网络爬虫、数据挖掘、关联分析等。这些高科技应用的背后，是各种复杂的数学原理与算法实现。人工智能与大数据专业是否只需要学术型人才，职业院校的学生是否具有市场竞争力，行业各界对此有着不同的看法。

其实，职业院校的师生可以不必深入探究算法的原理，而是应该把主要精力放在如何应用它们上。

对此，本文将从以下几点进行阐述。

一、人工智能与大数据的发展现状

可以说，随着近几年的广泛应用，人工智能与大数据技术的门槛已经不再高不可攀。支持人工智能与大数据算法的软件相当多，它们各有所长，如Matlab、IBM SPSS、SAS等;如果想通过编程实现人工智能与大数据功能，互联网上也有相当多现成的开源代码，不需从零开始。

例如，谷歌就把曾经在围棋领域里战无不胜的“阿尔法狗”核心算法——深度学习框架TensorFlow，开源并发布出来。在众多代码托管平台，如国内的开源中国、CSDN和国外的GitHub，都有丰富的共享资源提供给大家“拿来”使用，进行二次开发。

实现人工智能与大数据算法的工具和开源代码已经非常齐全，可以获得的途径也很多，关键是职业院校培养出来的学生，能否像操作一台电脑、一台机器那样，把这些“工具配件”利用起来，组装起来，运行起来。

二、人工智能与大数据常用算法和编程语言

人工智能与大数据采用的算法主要有：监督学习的神经网络、贝叶斯、决策树、线性回归;无监督学习的神经网络、关联分析、聚类分析等。……